Публикации по теме 'tensorflow'


Прогноз осадков на основе параметров окружающей среды.
В течение долгого времени я часто задавался вопросом, как машина, не подключенная к Интернету или сети, может предсказать, пойдет ли дождь или нет. Это может быть полезно для автоматизации многих сельскохозяйственных работ. Вот мой взгляд на то, как это сделать. Мы устанавливаем достаточно маленькие инструменты, чтобы получить некоторые параметры окружающей среды, такие как max_temp, min_temp, скорость ветра и т. Д. Я обучил модель, которая может предсказывать, будет ли дождь или нет,..
Обучение Wavenet с TensorFlow на AWS
В этом посте приведены пошаговые инструкции по обучению модели Wavenet с помощью TensorFlow на AWS. Он заимствован как из Учебника Karpathy по AWS (для настройки AWS), так и из этого поста на Medium (для настройки TensorBoard и Jupyter). Он использует репозиторий tensorflow-wavenet с Github. См. Исходный пост Deepmind для получения дополнительной информации о Wavenet. Настройка AWS Я предполагаю, что у вас есть некоторый опыт работы с AWS, но я постараюсь дать ссылку на..
Системы масштабирования
«Сделать вещи простыми и в то же время масштабируемыми — на самом деле самая большая проблема». Урс Хёльцле, 2011 г., старший вице-президент по технической инфраструктуре и научный сотрудник Google. В нашем путешествии по внедрению машинного обучения в финансах мы не ожидали одной вещи — сложности, возникающей при одном масштабировании. Все сверхпростое становится сложным в масштабе. Возьмем, к примеру, чтение электронной почты — простая задача. Чтение 100 электронных писем в день..
Введение в RL: простой актер-критик для непрерывных действий
Часть 1 (Теория): (Перейдите к реализации кода в части 2 или к коду TensorFlow на Github , если хотите) Обучение с подкреплением соответствует нашему представлению о том, каким должен быть искусственный интеллект: мы бросаем роботизированного «агента» в среду, о которой он ничего не знает, и он учится многократно достигать цели с оптимальной производительностью. Сначала немного разговорного языка RL: Наш агент RL взаимодействует с миром (называемым средой ), используя..
Компьютерное зрение — Как реализовать (Max)Pooling2D из Tensorflow/PyTorch с нуля в Python
Давайте реализуем пул с шагами и пулами в NumPy! В предыдущей статье мы показали вам, как реализовать свертку с нуля, теперь мы будем реализовывать MaxPool2D с нуля. Эта операция обычно выполняется в сверточной нейронной сети (CNN) после сверточного слоя. Сначала объясним, что такое пул и для чего он нужен, а затем покажем реализацию в коде. Что такое Пулинг и как он работает? Объединение помогает сделать представление более устойчивым к (небольшим) переводам во входных данных...
Интерпретация модели с использованием GradCAM
Одними из самых важных инструментов, которыми должен обладать разработчик глубокого обучения, являются инструменты отладки моделей и интерпретации моделей . В посте предполагается, что читатели имеют некоторое представление о предварительно обученных моделях изображений, нейронной сети свертки и алгоритме обратного распространения. Мы будем использовать изображение выше, чтобы подчеркнуть, как этот инструмент может быть полезен. В этом уроке мы практически обсудим простой..
Дайте нам знать, что такое библиотека задач TensorFlow Lite
Четко определенные API Сложная, но обычная обработка данных Высокая производительность Расширяемость и настройка Поддерживаемые задачи машинного обучения библиотекой задач TensorFlow Lite I. API-интерфейсы концепции Классификатор изображений То, что представляет изображение, называется классификацией изображения. Мы обучаем модели классификатора изображений различными изображениями, что позволяет распознавать разные классы изображений. Например, если мы обучаем нашу модель..